RAEM: cara baru untuk menjelajahi bangunan bertingkat banyak dengan robot berkaki empat.

Bagaimana RAEM memecahkan masalah eksplorasi tangga oleh robot?

Sebagian besar sistem eksplorasi yang ada untuk robot darat didasarkan pada representasi datar, yang tidak dapat secara memadai merepresentasikan struktur yang saling tumpang tindih atau koneksi antar lantai. Dalam kasus bangunan bertingkat banyak, pendekatan ini menyebabkan kesalahan dalam perencanaan rute dan hilangnya koherensi topologis, terutama di tangga. RAEM memecahkan masalah ini dengan memperkenalkan representasi ruang hibrida - menggabungkan peta tomografi lokal dengan kisi tiga dimensi terklasifikasi. Dengan demikian, robot dapat menganalisis medan secara waktu nyata sambil mempertahankan grafik topologi global.

Elemen penting dari sistem ini adalah strategi penyelarasan ke tengah tangga, yang mengurangi perubahan arah mendadak (yaw) saat menaiki tangga. Ini sangat penting untuk robot berkaki empat, yang harus menjaga keseimbangan dan presisi di setiap langkah. Selain itu, RAEM memperkenalkan mekanisme pencarian jalur dua arah - ketika terjadi pemutusan grafik topologi secara lokal, sistem dapat memulihkan rute sebelumnya dan melanjutkan eksplorasi tanpa perlu merencanakan ulang dari awal.

Bagaimana cara kerja representasi ruang hibrida di RAEM?

RAEM menggunakan pendekatan dua lapis untuk memodelkan lingkungan. Pada tingkat lokal, robot membuat peta tomografi dan kisi 3D terklasifikasi, yang memungkinkan penilaian akurat dari kemampuan melintasi di dekat robot - terutama di tempat dengan visibilitas terbatas, seperti tangga. Data ini kemudian digunakan untuk menganalisis medan dan menilai koneksi antar titik.

Pada tingkat global, sistem secara bertahap membangun grafik topologi yang mempertimbangkan ketinggian (elevation-aware), yang memungkinkan perencanaan eksplorasi yang efisien antar lantai. Dengan demikian, robot tidak perlu menyimpan peta tiga dimensi lengkap, yang mengurangi beban komputasi dan memungkinkan perencanaan ulang rute yang lebih cepat secara waktu nyata. Arsitektur ini memungkinkan akurasi lokal dan skalabilitas global.

Pengujian mengonfirmasi kemampuan untuk melakukan eksplorasi berkelanjutan dari tangga lima lantai.

Penelitian yang dilakukan baik dalam simulasi maupun di lingkungan nyata menunjukkan bahwa RAEM mampu melakukan eksplorasi otonom struktur multi-lantai tanpa kehilangan koherensi. Hasil utama adalah kemampuan untuk terus menjelajahi tangga lima lantai - sistem tidak berhenti beroperasi, bahkan ketika data LiDAR lokal terfragmentasi atau tidak mencukupi.

Hasilnya mengkonfirmasi bahwa representasi ruang hibrida dan mekanisme pemulihan jalur bekerja secara efektif dalam kondisi dunia nyata. Ini merupakan langkah maju yang signifikan menuju penerapan robot berkaki empat dalam skenario dunia nyata, seperti pencarian dan penyelamatan, inspeksi bangunan pasca-bencana, atau patroli di area yang sulit dijangkau.

Bisakah RAEM digunakan dalam praktiknya?

Meskipun sistem ini disajikan sebagai kerangka kerja penelitian, hasilnya menunjukkan kemungkinan penerapan yang nyata. Secara khusus, kemampuan untuk menjelajahi tangga dan mempertahankan koherensi topologis dapat menjadi kunci bagi robot yang digunakan dalam penyelamatan, inspeksi pasca-bencana, atau patroli bangunan industri.

Pada saat yang sama, perlu ditekankan bahwa RAEM belum diterapkan dalam sistem operasi dunia nyata atau diuji sepenuhnya secara otonom di lapangan. Semua eksperimen dilakukan dalam kondisi terkendali - baik simulasi maupun di lingkungan laboratorium. Ini berarti bahwa meskipun memiliki potensi yang menjanjikan, sistem ini memerlukan pekerjaan lebih lanjut pada stabilitas, ketahanan terhadap noise sensorik, dan integrasi dengan modul robot lainnya.

Dalam praktiknya, penerapan RAEM dapat sangat penting dalam situasi di mana akses ke bangunan sulit atau berbahaya bagi manusia - misalnya, setelah banjir, gempa bumi, atau kegagalan teknis. Berkat kemampuannya untuk terus menjelajahi tangga dan mempertahankan koherensi topologis, robot dapat menyampaikan data terkini tentang kondisi ruangan, menemukan bahaya, atau mencari orang yang membutuhkan tanpa perlu intervensi operator. Meskipun sistem ini belum diterapkan dalam perangkat operasional otonom penuh, arsitekturnya dirancang dengan mempertimbangkan skalabilitas dan integrasi dengan modul robot lainnya, seperti pengenalan objek atau komunikasi waktu nyata.

Di masa depan, RAEM dapat menjadi dasar bagi sistem penyelamatan berbasis berkaki empat yang akan mampu menjelajahi lingkungan multi-lantai yang kompleks secara mandiri tanpa kehilangan orientasi atau memerlukan pengawasan terus-menerus. Ini merupakan langkah maju yang signifikan menuju otonomi penuh robot dalam kondisi sulit di mana metode eksplorasi tradisional tidak memadai.